Языковой корпус на основе генеративного искусственного интеллекта в обучении иностранному языку: преимущества и недостатки


Цитировать

Полный текст

Аннотация

Актуальность. Корпусные технологии на протяжении многих лет зарекомендовали себя в качестве эффективного инструмента в обучении иностранному языку. Современный этап технологического развития характеризуется внедрением технологий искусственного интеллекта во все сферы жизни общества. Одной из современных программ на основе генеративного искусственного интеллекта является ChatGPT, который создает ответы на основе огромного массива данных. Процессы, лежащие в основе функционирования ChatGPT, схожи с корпусными технологиями, что определяет возможность использования ChatGPT в качестве языкового корпуса.Цель исследования – выявить преимущества и недостатки ChatGPT при использовании в качестве языкового корпуса.Методы исследования. В ходе проведения исследования были использованы следующие теоретические методы: изучение и анализ научной литературы по теме исследования, обобщение и классификация концептуальных подходов ученых. В результате сравнения корпусных технологий и нейросети ChatGPT по девяти основным критериям были выявлены и описаны преимущества и недостатки каждой из программ.Результаты исследования. Проведенное сравнение корпусных технологий и нейросети ChatGPT по девяти основным критериям показало, что корпусные технологии являются предпочтительным выбором в рамках формирования лексико-грамматических навыков; ChatGPT предпочтителен, когда преподавателю требуется быстрое решение для поиска тренировочных учебных материалов и при обучении обучающихся с более низким уровнем когнитивных способностей и владения иностранным языком.Выводы. Нейросеть ChatGPT возможно использовать в процессе обучения иностранному языку в качестве языкового корпуса. Однако применение программы не всегда будет целесообразно и должно зависеть от поставленной задачи обучения. Результаты исследования можно использовать для разработки методик обучения аспектам языка на основе корпусных технологий искусственного интеллекта. 

Об авторах

О. Е. Шульц

ФГБОУ ВО «Тамбовский государственный университет им. Г.Р. Державина»

Email: lolga1177@gmail.com
ORCID iD: 0000-0002-0330-5374

доктор педагогических наук, профессор, профессор кафедры лингвистики и лингводидактики

392000, Российская Федерация, г. Тамбов, ул. Интернациональная, 33

Г. М. Первова

ФГБОУ ВО «Тамбовский государственный университет им. Г.Р. Державина»

Email: gmp47@yandex.ru
ORCID iD: 0000-0002-5777-2832

доктор педагогических наук, профессор, профессор кафедры теории и методики дошкольного и начального образования

392000, Российская Федерация, г. Тамбов, ул. Интернациональная, 33

Н. В. Хаусманн-Ушкова

ФГБОУ ВО «Тамбовский государственный университет им. Г.Р. Державина»

Автор, ответственный за переписку.
Email: nush2001@mail.ru
ORCID iD: 0000-0002-4347-624X

доктор филологических наук, профессор кафедры лингвистики и лингводидактики

392000, Российская Федерация, г. Тамбов, ул. Интернациональная, 33

Список литературы

  1. Сысоев П.В., Золотов П.Ю. Формирование прагматической компетенции студентов на основе корпусных технологий // Язык и культура. 2020. № 51. С. 229-246. https://doi.org/10.17223/19996195/51/12, https://elibrary.ru/qmhhsr
  2. Сысоев П.В., Клочихин В.В. Формирование коллокационной компетенции студентов на основе корпусных технологий // Перспективы науки и образования. 2022. № 4 (58). С. 320-335. https://doi.org/10.32744/pse.2022.4.19, https://elibrary.ru/oehvyx
  3. Сысоев П.В., Кокорева А.А. Обучение студентов профессиональной лексике на основе корпуса параллельных текстов // Язык и культура. 2013. № 1 (21). С. 114-124. https://elibrary.ru/pxsiwn
  4. Клочихин В.В. Формирование коллокационной компетенции обучающихся на основе электронного лингвистического корпуса // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2019. Т. 24. № 179. С. 69-80. https://doi.org/10.20310/1810-0201-2019-24-179-69-80, https://elibrary.ru/yzesff
  5. Мурунов С.С., Поляков О.Г. Методическая обратная связь от ChatGPT на занятиях по иностранному языку // Иностранные языки в школе. 2024. № 3. C. 47-54. https://elibrary.ru/jnrjsc
  6. Сысоев П.В., Филатов Е.М. Методика обучения студентов написанию иноязычных творческих работ на основе оценочной обратной связи от искусственного интеллекта // Перспективы науки и образования. 2024. № 1 (67). С. 115-135. https://doi.org/10.32744/pse.2024.1.6, https://elibrary.ru/tmstly
  7. Koraishi O. Teaching English in the age of AI: embracing ChatGPT to optimize EFL materials and assessment // Language Education and Technology. 2023. Vol. 3. № 1. P. 55-72.
  8. Сысоев П.В., Филатов Е.М. ChatGPT в исследовательской работе студентов: запрещать или обучать? // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2023. Т. 28. № 2. С. 276-301. https://doi.org/10.20310/1810-0201-2023-28-2-276-301, https://elibrary.ru/sphxkz
  9. Клочихин В.В. Корпусные технологии искусственного интеллекта в обучении сочетаемости слов и исследовательской работе // Иностранные языки в школе. 2024. № 3. С. 39-46. https://elibrary.ru/jfylhf
  10. Харламенко И.В. Искусственный интеллект в помощь учителю иностранного языка при работе над лексическими навыками // Иностранные языки в школе. 2024. № 3. C. 55-60. https://elibrary.ru/pxxouk
  11. Salvagno M., Taccon F.S., Gerli A.G. Can artificial intelligence help for scientific writing? // Critical Care. 2023. № 27 (1). P. 1-5. https://doi.org/10.1186/s13054-023-04380-2
  12. Chen T.-J. ChatGPT and other artificial intelligence applications speed up scientific writing. Journal of the Chinese Medical Association. 2023. № 86 (4). P. 351-353. https://doi.org/10.1097/jcma.0000000000000900
  13. Barrot J. Using ChatGPT for second language writing: Pitfalls and potentials // Assessing Writing. 2023. Vol. 57. Art. 100745. https://doi.org/10.1016/j.asw.2023.100745
  14. Huang W., Hew K., Fryer L. Chatbots for language learning – are they really useful? A systematic review of chatbot-supported language learning // Journal of Computer Assisted Learning. 2022. № 38 (1). P. 237-257. https://doi.org/10.1111/jcal.12610
  15. Ma Q., Yuan R., Cheung L.M.E., Yang J. Teacher paths for developing corpus-based language pedagogy: a case study // Computer Assisted Language Learning. 2022. P. 461-492. https://doi.org/10.1080/09588221.2022.2040537
  16. Сысоев П.В. Принципы обучения иностранному языку на основе технологий искусственного интеллекта // Иностранные языки в школе. 2024. № 3. С. 6-17. https://elibrary.ru/horgdd
  17. Клочихин В.В., Поляков О.Г. Технологии искусственного интеллекта: инструменты корпусного анализа в обучении иностранному языку // Иностранные языки в школе. 2023. № 3. С. 24-30. https://elibrary.ru/bdttfe
  18. Авраменко А.П., Тишина М.А. Дидактический потенциал лингвистических корпусов на базе технологий искусственного интеллекта для адаптации учебных материалов // Вестник Московского государственного областного университета. Серия: Педагогика. 2023. № 1. С. 29-38. https://doi.org/10.18384/2310-7219-2023-1-29-38, https://elibrary.ru/mrnasm

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».